인공 뉴런이란 무엇입니까?

인공 뉴런은 컴퓨터 시스템을위한 소프트웨어 프로그래밍의 수학적 기능으로, 인간 뇌와 신경계에서 생물학적 뉴런의 복잡한 상호 작용 또는 충동 전도 세포를 모방하려는 정도로 시도합니다. 인공 뉴런의 첫 번째 버전은 1943 년 Warren McCulloch와 Walter Pitts에 의해 이진 뉴런의 형태로 만들어졌으며, 입력은 1 또는 -1의 값이 될 수 있습니다. 이러한 입력의 조합에 가중치가 가중됩니다. 특정 임계 값이 극복되면 인공 뉴런의 출력은 1이고, 결합시 입력이 충분하지 않으면 출력은 -1 값입니다.

함께 서로 연결된 인공 뉴런의 컬렉션은 인간의 뇌와 마찬가지로 일부 기본 방식으로 기능하기위한 것입니다. 이러한 인공 신경 네트워크 설계는 인공 생활을 발전시키는 길을 따라 주요 디딤돌로 여겨집니다. 오늘날 지능형 컴퓨터 시스템DY는 기존 선형 컴퓨터 프로그래밍보다 더 빠른 방식으로 데이터 입력을 병렬 처리 할 수있는 신경망을 사용합니다.

인공 뉴런에 의존하는 작업 시스템의 예는 2006 년에 개발 된 작물 보호 시스템으로, 계절 질환과 해충의 존재에 대한 작물 조건을 스캔하기 위해 비행 차량을 사용했습니다. 신경망은 본질적으로 컴퓨터를 배우기 때문에 작물의 스캔을 제어하기 위해 신경망 소프트웨어가 선택되었습니다. 더 많은 데이터가 지역 조건에서 더 많은 데이터를 공급함에 따라 문제를 감지하는 데 더 효율적이되어 확산되기 전에 빠르게 제어 될 수 있습니다. 반면에 표준 컴퓨터 제어 시스템은 특정 섹션의 다양한 조건에 관계없이 작물의 전체 분야를 동등하게 처리했을 것입니다. 디자이너에 의한 지속적인 재 프로그래밍 없이는 훨씬 더 많은 것을 증명했을 것입니다.인공 뉴런 적응을 기반으로 한 시스템보다 fficient.

신경망 소프트웨어는 또한 코딩 수준에서 소프트웨어의 기본 설계에 대해 친밀하게 알지 못하는 엔지니어가 적응할 수 있다는 이점을 제공합니다. 이 소프트웨어는 광범위한 조건에 적응할 수 있으며 이러한 조건에 노출되고 이에 대한 데이터를 수집함에 따라 능력을 얻습니다. 처음에 신경망은 문제에 대한 솔루션으로 잘못된 출력을 생성하지만,이 출력이 생성됨에 따라 입력으로 시스템으로 페드되면 데이터를 정제하고 계량하는 지속적인 프로세스는 충분한 시간과 피드백을 고려할 때 실제 상황에 대한 점점 더 정확한 이해로 이어집니다.

.

신경망이 설계되는 방법에 대한 적응은 1943 년에 생성 된 기본 이진 뉴런 구조 외에 다른 유형의 인공 뉴런으로 이어졌습니다. 반 선형 신경망은 조건에 의해 활성화 된 선형 및 비선형 함수를 모두 포함합니다. t그는 분석되는 문제는 선형이 아니거나 명확하게 예측할 수없고 사소하지 않은 조건을 표시하는 경우, 시스템의 비선형 함수는 선형 계산보다 더 많은 무게를 제공함으로써 활용됩니다. 신경 시스템의 훈련이 계속됨에 따라 시스템은 실제 조건을 제어하는 ​​데 더 나은 시스템의 이상적인 조건과 시스템의 이상적인 조건이 더 나아지게됩니다. 여기에는 종종 신경 연설 모델을 신경망에 통합하는 것이 포함되며, 이는 의미있는 출력 및 제어 상태를 생성하는 데있어 부정확성을 설명 할 수 있습니다.

.